2. 按逻辑顺序排列模块：角色设定→任务指令→背景信息→输入材料（如有）→输出格式要求。

3. 在每个模块内保持单一句式，避免混合陈述与疑问，例如不在“角色设定”段落中插入“你能做到吗？”类试探性提问。

四、拆解复杂任务为原子步骤

面对多层嵌套需求（如“分析问题+提出方案+评估风险+给出话术范例”），一次性指令易导致遗漏或混淆。分步引导可激活模型的链式推理能力。

1. 用数字序号显式标注执行顺序，例如“第一步：识别原文中的三个核心论点；第二步：为每个论点匹配一个反例；第三步：用通俗语言重述全部内容”。

2. 前一步骤的输出应成为后一步骤的明确输入，例如“以上生成的五个标题中，请选出最适合小红书平台的两个，并说明理由”。

3. 对每步设置验证条件，如“每条理由须包含平台算法偏好、用户停留时长特征、封面图适配性三点”。

五、嵌入强约束型输出指令

单纯描述期望效果往往无效，必须用不可绕过的语法结构锁定输出形态。模型对强制性格式指令响应率远高于描述性建议。

1. 使用“必须”“不得”“仅允许”等绝对化措辞，例如“输出必须为纯文本，不得包含任何 Markdown 符号”“不得使用‘可能’‘或许’等模糊副词”。

2. 指定字段级规则，例如“每个要点以‘●’开头，后接不超过12字的主干短语，换行后用破折号引出20字内解释”。

3. 对敏感内容设防，例如“所有医学建议必须标注‘仅供参考，不能替代专业诊疗’，且置于末尾独立段落”。

六、提供高质量参考样本

当目标风格或结构难以文字描述时，一个真实、简洁、典型的样本比千言万语更有效。样本即标准，模型会严格对齐其结构与密度。

1. 样本需与任务同域，例如要求生成电商详情页文案时，提供某品牌天猫页面的真实首屏文案片段。

2. 样本长度控制在3—5行，重点突出待模仿的特征：句式节奏、信息粒度、情感浓度、术语密度。

3. 在样本后附加说明，例如“请严格遵循上述文案的‘痛点前置+解决方案具象化+信任背书收尾’三段结构”。

七、植入防错校验机制

在提示词中预设纠错触发条件，可主动拦截常见失效模式，如过度发挥、回避难点、虚构信息等。

1. 要求模型自我验证，例如“生成完毕后，请检查是否每项建议均满足‘可立即执行、无需额外资源、耗时≤5分钟’三项条件，不满足者请删除”。

2. 设置事实核查指令，例如“所有引用数据须标注来源年份与机构名称，无法标注者替换为‘暂无权威数据支持’”。

3. 加入否定清单，例如“禁止出现以下词汇：非常、极其、绝对、完美、无敌”。